基于深度学习的马铃薯机械损伤检测方法应用研究 |
| |
引用本文: | 汪成龙陈均泳陈国壮姚启晨钟智威.基于深度学习的马铃薯机械损伤检测方法应用研究[J].电子测量技术,2018(20):118-122. |
| |
作者姓名: | 汪成龙陈均泳陈国壮姚启晨钟智威 |
| |
作者单位: | 1.惠州学院电子信息与电气工程学院; |
| |
基金项目: | 惠州市科技计划(2015B010002008);广东省普通高校青年创新人才项目(2015KQNCX156)资助 |
| |
摘 要: | 针对人工难以区分的的马铃薯机械损伤特征的问题,提出了一种基于深度学习的马铃薯机械损伤检测方法,主要研究内容如下:1)研究基于深度学习的模型caffe的神经网络CaffeNet、GoogLeNet、AlexNet的马铃薯机械损伤识别,准确率的对比;2)研究基于MATLAB的caffe模型函数封装,将马铃薯分类模型整合到用MATLAB做的界面壳中,生成应用程序。根据以上研究,使用AlexNet、CaffeNet、GoogLeNet 3个经典的物体识别卷积神经网络对108张马铃薯图片进行识别,识别的准确率都达到了100%,表明该方法具有识别准确率高、识别速度快的特点。
|
关 键 词: | 深度学习 深度学习框架caffe 马铃薯 机械损伤检测 |
本文献已被 维普 等数据库收录! |
|